CN108062510B - 一种多目标跟踪结果实时动态显示方法及计算机设备 - Google Patents
一种多目标跟踪结果实时动态显示方法及计算机设备 Download PDFInfo
- Publication number
- CN108062510B CN108062510B CN201711141020.0A CN201711141020A CN108062510B CN 108062510 B CN108062510 B CN 108062510B CN 201711141020 A CN201711141020 A CN 201711141020A CN 108062510 B CN108062510 B CN 108062510B
- Authority
- CN
- China
- Prior art keywords
- image
- identified
- tracking result
- target
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种多目标跟踪结果实时动态显示方法,包括:步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;步骤5、将融合后的图像直接渲染显示。本发明还提供一种计算机设备,可实现多目标跟踪结果数据实时动态显示,便于用户进行直观判断与分析,提升用户体验。
Description
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种多目标跟踪结果实时动态显示方法及计算机设备。
背景技术
基于视觉的目标检测与跟踪是图像处理、计算机视觉和模式识别等众多学科的交叉研究课题,在视频监控、虚拟现实、人机交互等领域,具有重要的理论意义和实际应用价值,当前目标跟踪结果界面显示较简单,只有矩形框标注,而没有显示目标的相关属性以及轨迹等,特别的,在跟踪多目标时候容易干扰,不便于做直观判断与分析。
发明内容
本发明要解决的技术问题之一,在于提供一种多目标跟踪结果实时动态显示方法,可实现多目标跟踪结果数据实时动态显示,便于用户进行直观判断与分析,提升用户体验。
本发明要解决的技术问题之一是这样实现的:一种多目标跟踪结果实时动态显示方法,包括如下步骤:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;
步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;
步骤5、将融合后的图像直接渲染显示。
进一步的,所述步骤1中不规则的ROI区域通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域。
进一步的,所述步骤2进一步包括:
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据。
进一步的,所述跟踪结果数据包括人脸位置、性别、人脸宽度和人脸高度。
进一步的,所述步骤4中图像融合运算采用半透明alpha混合计算。
本发明要解决的技术问题之二,在于提供一种计算机设备,可实现多目标跟踪结果数据实时动态显示,便于用户进行直观判断与分析,提升用户体验。
本发明要解决的技术问题之二是这样实现的:一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;
步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;
步骤5、将融合后的图像直接渲染显示。
进一步的,所述步骤1中不规则的ROI区域通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域。
进一步的,所述步骤2进一步包括:
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据。
进一步的,所述跟踪结果数据包括人脸位置、性别、人脸宽度和人脸高度。
进一步的,所述步骤4中图像融合运算采用半透明alpha混合计算。
本发明具有如下优点:通过创建目标跟踪结果图层与原始图层进行融合,实现多目标跟踪结果数据实时动态显示,具有良好的用户体验;每个目标的跟踪结果数据与目标是一一对应的,保证了目标结果显示的唯一性。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明方法执行流程图。
图2为一实施例中的多个不规则的ROI区域绘制示意图。
图3为一实施例中的多目标跟踪结果实时动态显示画面示意图。
具体实施方式
如图1所示,本发明一种多目标跟踪结果实时动态显示方法,包括如下步骤:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;
步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;
步骤5、将融合后的图像直接渲染显示。
较佳的,所述步骤1中不规则的ROI区域通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域。
较佳的,所述步骤2进一步包括:
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据。
较佳的,所述跟踪结果数据包括人脸位置、性别、人脸宽度和人脸高度。
较佳的,所述步骤4中图像融合运算采用半透明alpha混合计算。
请再参阅图1,本发明一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;
步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;
步骤5、将融合后的图像直接渲染显示。
较佳的,所述步骤1中不规则的ROI区域通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域。
较佳的,所述步骤2进一步包括:
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据。
较佳的,所述跟踪结果数据包括人脸位置、性别、人脸宽度和人脸高度。
较佳的,所述步骤4中图像融合运算采用半透明alpha混合计算。
下面结合一具体实施例对本发明做进一步说明:
本发明一实施例中的多目标跟踪结果实时显示过程如下:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域,所述不规则的ROI区域可以通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域,比如按顺时针方向沿需要检测的部位的轮廓进行圈选,可同时圈选多个封闭区域,得到多个不同大小、不同形状的ROI区域A1,A2……An,不规则形状包括任意的五边形、四边形等,根据需要在原始图像相应位置进行一一圈选,如图2所示;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;具体如下:
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域,即将所有步骤1中圈选的ROI区域A1,A2……An进行融合,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据,例如,识别跟踪对象是人时,可通过现有的人脸检测和识别算法获得跟踪结果数据,包括人的人脸位置、性别、人脸宽度和人脸高度,对物时,可直接识别物体的尺寸信息、颜色信息等。
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线,例如,可以将跟踪结果数据显示在目标定位框的左上角位置;
步骤4、将实时采集的原始图像与目标跟踪结果图层采用半透明alpha混合计算得到融合后的图像,原始图像和目标跟踪结果图层各占一半透明度值即可;
步骤5、将融合后的图像通过GDI(图形设备接口(GraphicsDevice Interface))直接渲染到显示窗口,如图3所示。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (4)
1.一种多目标跟踪结果实时动态显示方法,其特征在于:包括如下步骤:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;
步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;
步骤5、将融合后的图像直接渲染显示;
所述步骤1中不规则的ROI区域通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域;
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据;
所述跟踪结果数据包括人脸位置、性别、人脸宽度和人脸高度;
所述步骤5为:将融合后的图像通过GDI(图形设备接口(Graphics DeviceInterface))直接渲染到显示窗口。
2.根据权利要求1所述的一种多目标跟踪结果实时动态显示方法,其特征在于:所述步骤4中图像融合运算采用半透明alpha混合计算。
3.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
步骤1、在摄像头实时采集的原始图像上绘制复数个不规则ROI区域作为待识别区域;
步骤2、分别对每个待识别区域进行目标识别与跟踪,并获得跟踪结果数据;
步骤3、创建目标跟踪结果图层,并在所述图层上的复数个不规则ROI区域内绘制目标定位框、跟踪结果数据以及目标轨迹曲线;
步骤4、将实时采集的原始图像与目标跟踪结果图层进行图像融合运算;
步骤5、将融合后的图像直接渲染显示;
所述步骤1中不规则的ROI区域通过画笔工具沿原始图像上感兴趣的部位进行轮廓圈选得到封闭的区域;
步骤21、对所述待识别区域进行并集运算,得到融合的待识别区域;
步骤22、将所述待识别区域以外的区域作为忽略识别区域,将待识别区域和边界线的灰度值设为255,将忽略识别区域的灰度值设为0,将待识别区域和忽略识别区域共同与一空白图像进行交集运算后得到一掩膜图像,所述空白图像的尺寸与原始图像的尺寸一致;
步骤23、通过所述掩膜图像与所述原始图像进行交运算得到合成图像;
步骤24、对所述合成图像的待识别区域部分进行识别跟踪,得到跟踪结果数据;
所述跟踪结果数据包括人脸位置、性别、人脸宽度和人脸高度;
所述步骤5为:将融合后的图像通过GDI(图形设备接口(Graphics DeviceInterface))直接渲染到显示窗口。
4.根据权利要求3所述的一种计算机设备,其特征在于:所述步骤4中图像融合运算采用半透明alpha混合计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711141020.0A CN108062510B (zh) | 2017-11-17 | 2017-11-17 | 一种多目标跟踪结果实时动态显示方法及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711141020.0A CN108062510B (zh) | 2017-11-17 | 2017-11-17 | 一种多目标跟踪结果实时动态显示方法及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108062510A CN108062510A (zh) | 2018-05-22 |
CN108062510B true CN108062510B (zh) | 2022-02-11 |
Family
ID=62135068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711141020.0A Active CN108062510B (zh) | 2017-11-17 | 2017-11-17 | 一种多目标跟踪结果实时动态显示方法及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108062510B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11039196B2 (en) | 2018-09-27 | 2021-06-15 | Hisense Visual Technology Co., Ltd. | Method and device for displaying a screen shot |
CN109271983B (zh) * | 2018-09-27 | 2022-04-12 | 海信视像科技股份有限公司 | 屏幕画面截图中识别物体的显示方法及显示终端 |
CN109388461A (zh) * | 2018-09-27 | 2019-02-26 | 青岛海信电器股份有限公司 | 屏幕画面截图中识别物体的显示方法、装置及显示终端 |
CN110070585A (zh) * | 2019-01-31 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 图像生成方法、装置和计算机可读存储介质 |
CN110322478B (zh) * | 2019-06-10 | 2021-09-07 | 广州视源电子科技股份有限公司 | 特征点观察窗口处理方法、跟踪方法、装置、设备和介质 |
CN110659635A (zh) * | 2019-09-20 | 2020-01-07 | 湖南大学 | 一种基于视频的不规则roi选取方法 |
CN111862109B (zh) * | 2020-06-28 | 2024-02-23 | 国网山东省电力公司德州供电公司 | 多目标采集、图像识别及自动标注识别结果的系统和装置 |
CN112055179A (zh) * | 2020-09-11 | 2020-12-08 | 苏州科达科技股份有限公司 | 视频播放方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064837A (zh) * | 2007-05-29 | 2007-10-31 | 王海燕 | 视频图像中多目标的跟踪方法 |
CN101697007A (zh) * | 2008-11-28 | 2010-04-21 | 北京航空航天大学 | 一种基于雷达图像的飞鸟目标识别与跟踪方法 |
CN101944234A (zh) * | 2010-07-23 | 2011-01-12 | 中国科学院研究生院 | 特征迹驱动的多目标跟踪方法及装置 |
CN102385690A (zh) * | 2010-09-01 | 2012-03-21 | 汉王科技股份有限公司 | 基于视频图像的目标跟踪方法及系统 |
CN102999918A (zh) * | 2012-04-19 | 2013-03-27 | 浙江工业大学 | 全景视频序列图像的多目标对象跟踪系统 |
CN105488542A (zh) * | 2015-12-24 | 2016-04-13 | 福建星网锐捷安防科技有限公司 | 一种前景物体检测方法和设备 |
CN105574920A (zh) * | 2016-01-28 | 2016-05-11 | 网易(杭州)网络有限公司 | 材质贴图生成方法及装置、材质合成方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986348A (zh) * | 2010-11-09 | 2011-03-16 | 上海电机学院 | 一种视觉目标识别与跟踪方法 |
CN102496151A (zh) * | 2011-12-08 | 2012-06-13 | 南京大学 | 一种用于高分辨率遥感图像多尺度分割的方法 |
CN102938066B (zh) * | 2012-12-07 | 2015-10-28 | 南京大学 | 一种基于多元数据重建建筑物外轮廓多边形的方法 |
CN104504718B (zh) * | 2015-01-06 | 2017-03-29 | 南京大学 | 高分辨率航空遥感数据自动道路提取方法 |
EP3570295A1 (en) * | 2015-10-18 | 2019-11-20 | Carl Zeiss X-Ray Microscopy, Inc. | Method for combining tomographic volume data sets and image analysis tool of an x-ray imaging microscopy system |
CN105868708B (zh) * | 2016-03-28 | 2019-09-20 | 锐捷网络股份有限公司 | 一种图像目标识别方法及装置 |
CN107229905B (zh) * | 2017-05-05 | 2020-08-11 | 广州视源电子科技股份有限公司 | 嘴唇渲染颜色的方法、装置及电子设备 |
-
2017
- 2017-11-17 CN CN201711141020.0A patent/CN108062510B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064837A (zh) * | 2007-05-29 | 2007-10-31 | 王海燕 | 视频图像中多目标的跟踪方法 |
CN101697007A (zh) * | 2008-11-28 | 2010-04-21 | 北京航空航天大学 | 一种基于雷达图像的飞鸟目标识别与跟踪方法 |
CN101944234A (zh) * | 2010-07-23 | 2011-01-12 | 中国科学院研究生院 | 特征迹驱动的多目标跟踪方法及装置 |
CN102385690A (zh) * | 2010-09-01 | 2012-03-21 | 汉王科技股份有限公司 | 基于视频图像的目标跟踪方法及系统 |
CN102999918A (zh) * | 2012-04-19 | 2013-03-27 | 浙江工业大学 | 全景视频序列图像的多目标对象跟踪系统 |
CN105488542A (zh) * | 2015-12-24 | 2016-04-13 | 福建星网锐捷安防科技有限公司 | 一种前景物体检测方法和设备 |
CN105574920A (zh) * | 2016-01-28 | 2016-05-11 | 网易(杭州)网络有限公司 | 材质贴图生成方法及装置、材质合成方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于轨迹关联的多目标跟踪;许正 等;《南京邮电大学学报(自然科学版)》;20170430;第37卷(第2期);第38-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108062510A (zh) | 2018-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062510B (zh) | 一种多目标跟踪结果实时动态显示方法及计算机设备 | |
Ciptadi et al. | An In Depth View of Saliency. | |
CN105391970B (zh) | 提供由车辆的场景相机捕获的至少一个图像的方法和系统 | |
CN102402680B (zh) | 人机交互系统中手部、指示点定位方法和手势确定方法 | |
CN106774936B (zh) | 人机交互方法及系统 | |
US20230343085A1 (en) | Object detection device, object detection method, and recording medium | |
CN107077211A (zh) | 视线跟踪驱动的感兴趣区域分割 | |
CN102096471B (zh) | 一种基于机器视觉的人机交互方法 | |
US10339422B2 (en) | Object detection device, object detection method, and recording medium | |
CN103383731A (zh) | 一种基于指尖定位的投影交互方法、系统及计算设备 | |
CN103677274A (zh) | 一种基于主动视觉的互动投影方法及系统 | |
JP6331761B2 (ja) | 判定装置、判定方法及び判定プログラム | |
WO2016012593A1 (en) | Method and system for object detection with multi-scale single pass sliding window hog linear svm classifiers | |
Li et al. | Fully convolutional network-based registration for augmented assembly systems | |
CN106371614A (zh) | 手势识别的优化方法和装置 | |
Moeslund et al. | A natural interface to a virtual environment through computer vision-estimated pointing gestures | |
Tan et al. | Selecting objects with freehand sketches | |
CN104766330B (zh) | 一种图像处理方法及电子设备 | |
CN112965602A (zh) | 一种基于手势的人机交互方法及设备 | |
US20200364881A1 (en) | Computer implemented platform, software, and method for drawing or preview of virtual images on a real world objects using augmented reality | |
Mizuchi et al. | Monocular 3d palm posture estimation based on feature-points robust against finger motion | |
CN108764209A (zh) | 一种基于监控视频的人物异常行为自动检测方法 | |
TW200919336A (en) | Method for positioning a non-structural object in a series of continuing images | |
CN103310462B (zh) | 一种基于联合特征模型的多人体跟踪方法 | |
JP2023543627A (ja) | ニキビの計数、位置特定および視覚化のためのシステム及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |